Machine Translated by Google

ARQUIVOS DE METALURGIA E MATERIAIS

Volume 53 2008 Problema 2

M. CZAPLAÿ M. KARBOWNICZEKÿ , A. MICHALISZYNÿ

A OTIMIZAÇÃO DO CONSUMO DE ENERGIA ELÉTRICA NO FORNO A ARCO ELÉTRICO

OPTYMALIZACJA ZUÿYCIA ENERGII W ELEKTRYCZNYM PIECU ÿUKOWYM

O trabalho apresenta ações visando indicar a demanda ótima de energia elétrica no processo de produção de aço no
forno elétrico a arco (EAF). Os modelos de cálculo da demanda de energia elétrica foram escolhidos com base na análise
da literatura disponível. O software de computador foi desenvolvido com base em métodos que empregam o algoritmo
genético. O software permite a análise de utilidade de modelos específicos para o trabalho de um determinado forno a arco.
Constatou-se que a utilização de métodos de inteligência artificial utilizados para a análise dos parâmetros do forno elétrico
a arco foi uma das formas de melhorar os índices de seu trabalho. Também pode ser uma forma de definir novas tendências
em relação às mudanças necessárias, permitindo uma redução nos custos de produção.
Palavras-chave: Otimização, EAF, Energia Elétrica, software AGEAF

W artykule przedstawiono wyniki majÿcych na celu optymalizacjÿ zuÿycia energii elektrycznej w procesie produkcji
stali w piecu ÿukowym (EAF). W oparciu o dostÿpne dane literaturowe dokonano wyboru najkorzystniejszego modelu do
obliczenia zapotrzebowania na energiÿ elektrycznÿ. Opracowano oprogramowanie komputerowe oparte o metody
algorytmów genetycz nych. Oprogramowanie umoÿliwia przeprowadzenie analizy dla kilku modeli obliczeÿ energii
zastosowanych do warunków pracy konkretnego pieca ÿukowego. W oparciu o uzyskane wyniki badaÿ dla dwóch stalowni
elektrycznych stwierdzono, ÿe zastosowanie metod sztucznej inteligencji do analizy parametrów pracy pieca ÿukowego jest
jednÿ z moÿliwoÿci poprawy ich wskaÿników eksploatacyjnych. Zaproponowana metodyka umoÿliwia takÿe wprowadzenie
nowych rozwiÿzaÿ, które umoÿliwiÿ zmniejszenie kosztów produkcyjnych.

1. Introdução custos de produção. É impossível otimizar o trabalho do forno

de forma a diminuir os custos e ao mesmo tempo produzir aço
O objetivo da produção de aço no forno a arco é obter o de alta qualidade de forma universal.
banho de metal líquido da sucata o mais rápido possível e com Diferentes produtores aplicam diferentes métodos de controle
custos tão baixos quanto possível. dos custos de produção. Esses métodos geralmente não podem
A estrutura e a construção do forno é sub
ser aplicados nos casos de outros fornos.
coordenada ao objetivo. Portanto, é o método tecnológico de Portanto, tem-se buscado otimizar a demanda de energia
executar o processo. A tecnologia do processo abrange a elétrica utilizada no processo produtivo no forno a arco. A
preparação e carregamento adequados dos materiais de carga energia utilizada é um dos componentes mais importantes dos
(sucatas, materiais formadores de escória, materiais de custos de produção.
cementação), bem como sua fusão por meio de energia elétrica Se planejarmos parâmetros do forno que otimizem o uso de
transformada em calor no arco elétrico. energia, os custos diminuirão.
O controle ótimo do trabalho de um forno a arco com a corrente
alternada é um processo complexo devido à quantidade e
variedade dos parâmetros de trabalho. Muitos fenômenos 2. O conceito do modelo
físicos, bem como reações químicas, ocorrem durante o
processo de fusão. Sua descrição matemática precisa não Muitos fenômenos físicos e químicos, que ocorrem durante
parece possível. Ao mesmo tempo, a concorrência no mercado o processo de fusão do aço no forno elétrico a arco, podem ser
siderúrgico exige que o forno funcione economicamente, o que apresentados por meio de modelos físicos e químicos que
equivale a uma diminuição do descrevem esses fenômenos. Um
ÿ
FACULDADE DE ENGENHARIA DE METAIS E CIÊNCIA DA COMPUTAÇÃO INDUSTRIAL AGH UNIVERSIDADE DE CIÊNCIA E TECNOLOGIA 30-059 KRAKÓW, 30 MICKIEWICZ AV., POLÔNIA
Machine Translated by Google

560

de tais fenômenos é o cálculo da demanda de energia elétrica. A – equações desenvolvidas por W. Adams [1, 3]:
elaboração de um modelo de demanda de energia elétrica
permitirá a otimização do consumo de energia elétrica. Até
agora, muitos modelos usados na prática industrial foram GA HBI ÿ 100 GDRI/
·+
WR = NÓS + 110
GE GE
descritos na literatura [1-5]. Os métodos mais usados incluíam o (4)
GHM 450 · + 10, 5 · MG + 5, 2 · (MO2 ÿ 2, 0 · MG)
método de selecionar a forma da equação e determinar os fatores. GE

A utilização de modelagem baseada na físico-química do processo

é uma tarefa difícil devido à grande quantidade de fenômenos
físicos e químicos simultâneos que requerem uma descrição GA GDRI/HBI GHM
WR = WE + 110 ÿ 100 · + 450 · +
matemática complexa. Portanto, tentou-se utilizar um método GE GE GE

baseado no cálculo de probabilidade. O método de algoritmo 10, 5 · MG + 11 · MOil + 8 · MLPG + 5, 2· (5)

genético foi utilizado para identificar as equações estatísticas (MO2 ÿ 2, 0 · MG ÿ 2, 0 · MOil ÿ 1, 5 · MLPG)
disponíveis que descrevem o uso de energia elétrica no forno a
arco (Figura 1).
São equações estatísticas que apresentam os fatores mais
importantes que influenciam o consumo de energia elétrica. Os
Software de computador baseado em algoritmo genético foi
fatores incluem:
desenvolvido. Em seguida, foi testado nos parâmetros dos fornos
a arco em duas siderúrgicas. GE – peso total da carga metálica, Mg,
GA - o peso esperado do banho de metal, Mg,
GZ - peso da escória, Mg,
Parâmetros de trabalho da EAF Parâmetros ótimos de genética
TA – temperatura de toque, ÿC, tS
vindo de condições industriais trabalho de algoritmo
– tempo de consumo de energia, min, tN –
tempo de toque a toque, min,
Equações de demanda de Os limites impostos pela
construção e pela tecnologia
MG – gás natural utilizado no processo, m3 /Mg,
energia elétrica
Algoritmo genético
propostas pela literatura empregada nos agregados ML – a quantidade de oxigênio técnico, m3 /Mg,
analisados
MO2– o peso do oxigênio usado para oxidar o carbono, m3 /
Mg,
Parâmetros de trabalho do EAF
GDRI/HBI - o peso do ferro inicialmente reduzido
possibilitando a diminuição do consumo elétrico

uso de energia e o peso do ferro na forma de briquetes, Mg,

GHM – o peso do metal líquido restante, Mg CON –
informação que sugere se o vazamento analisado é uma
continuação ou um vazamento inicial, Moil –
Fig. 1. Um diagrama do modelo proposto
a quantidade de óleo inserida, Mg/Mg metalbath, MLPG –
¨ a quantidade de gás inserida, m3 / Mg.
As equações publicadas por S. Kohle [2-5] e W.
Adams [1,3] foram usadas como as equações que descrevem o Todos os fatores mencionados acima são anotados para
processo no forno elétrico a arco. Três equações diferentes cada fusão no formulário de fusão e mantidos no banco de dados
¨
desenvolvidas por S. Kohle e duas desenvolvidas por W. ou podem ser derivados de relações simples.
Adams foram levados em consideração: A questão a ser resolvida consiste na avaliação e análise
¨
– equações desenvolvidas por S. Kohle [2-5] das equações que descrevem o uso de energia elétrica no forno
a arco. O ambiente consiste na faixa admissível de fatores de
GE processo particulares que influenciam o consumo de energia
GZ WR = 300 + 900 · ÿ 1 + 1600 · + GA 0,7 ·ÿ[TA
GA
elétrica. É a função do objetivo que está sujeita a otimização. O
1600] + 0, 85 · (tS + tN )ÿ 8 · MG ÿ 4, 3 · ML (1)
problema é resolvido por meio do método de algoritmo genético.

O software de computador, mais tarde denominado “AGEAF”,

GE GZ ÿ 1 + 1600 · + 0,7·
WR = 300 + 900 · foi desenvolvido para o propósito do projeto. O software
GA GA
[TA ÿ 1600] + 0, 85 · (tS + tN) ÿ 4, 3· desenvolvido consiste em duas partes, cada uma das quais é
GDRI/HBI ÿ
(2) desenvolvida com base no algoritmo genético implementado:
ML ÿ 8 · MG ÿ 2, 8 · MO2 + 80 · GA
– a primeira parte é um teste. Possibilita o controle sobre o
300GHM ÿ 15 · CON
GA algoritmo genético e a avaliação de seus parâmetros ótimos,

GE ÿ 1 + 800 · GZ
WR = 391 + 450 · + – a segunda parte é a otimização real da demanda de energia
GA GA
(3)
0, 35 · [TA ÿ 1600] + 0, 43 · (tS + tN) ÿ 2, 1 · ML elétrica.
Machine Translated by Google

561

3. Os resultados obtidos TABELA 1

Os parâmetros de entrada para o processo de otimização no software
O software AGEAF foi usado para calcular tais fatores AGEAF para o forno trabalhando na Siderurgia I

do processo de fusão que garantiria o mínimo de demanda de

valores
energia elétrica. Os resultados obtidos foram comparados com nome do fator
Mínimo Máximo
valores mínimos, máximos e médios dos fundidos reais. Os
cálculos foram feitos separadamente para o forno que trabalha Peso da carga metálica, Mg 148 165

na Siderúrgica I e Siderurgia II. Peso do metal fundido, Mg 128 153

Peso do metal restante, Mg 0 10

A Tabela 1 apresenta os valores mínimos e máximos para Peso da escória, Mg 10 10

fatores particulares do trabalho do forno. Os valores foram Oxigênio usado para o processo, m3 /Mg 30 36

obtidos com base nos dados provenientes dos processos de Gás usado para o processo, m3 /Mg 2 5
fusão de pesquisa na Siderurgia I. Os valores dos parâmetros Temperatura do banho de metal antes do 1609 1609
apresentados na tabela 1 foram obtidos selecionando o valor vazamento, ÿC

mínimo e máximo de todos os disponíveis. Apenas os processos Tempo de toque para tocar, min 45 67

de fusão com dados completos e sem erros foram levados em Tempo de consumo de energia do 35 45
forno, min
consideração durante os cálculos. O peso da escória e a
temperatura de escoamento foram considerados estáveis. No
A demanda mínima de energia elétrica calculada com base
caso da temperatura este fato está relacionado principalmente
nas equações (1)÷(4) é em cada caso menor que a dos processos
com as exigências impostas pelo elemento receptor, ou seja, a
reais de fusão. Consequentemente, é possível selecionar tais
panela. O peso da escória para o forno da Steelworks I era
valores de fatores particulares que diminuiriam a demanda por
estável e chegava a 10 Mg.
energia elétrica. A análise de valores particulares de diferentes
O software desenvolvido AGEAF foi utilizado para calcular
fatores levou à conclusão de que a equação (2) reflete melhor as
a demanda ótima de energia elétrica no processo de fabricação
condições reais de trabalho do forno a arco investigado. Para
do aço no forno elétrico a arco. Os fatores acima mencionados
otimizar a demanda de energia, é aconselhável usar a equação
com valores variando de valores mínimos a máximos da tabela
acima. Como pode ser visto nos dados da tabela 2, os valores
1 foram usados como dados de entrada. Os valores dos fatores
foram estabelecidos de acordo calculados de determinados fatores são diferentes dos valores
médios dos processos reais de fusão. A menor diferença que
usando o algoritmo AGEAF para obter a demanda mínima de
pode ser notada é no tempo de uma fusão para outra e a maior
energia elétrica. A energia foi calculada por meio das equações
diferença é no peso do metal fundido.
(1)÷(4). Os resultados obtidos e os valores médios para os
processos reais de fusão foram mostrados na tabela 2.

MESA 2
Os valores médios dos fundidos reais e os valores dos fatores obtidos que permitiram um consumo mínimo de energia e que foram calculados com o uso do
software AGEAF

Valores médios valores previstos

nome do fator
de fundidos reais
Equação 1 Equação 2 Equação 3 Equação 4

Valor calculado da demanda de energia elétrica, kWh/Mg 396 294 273 293 285

Peso da carga metálica, Mg metalicznego, Mg 157 151 145 153 159

Peso do metal fundido, Mg 140 145 148 149 152

Peso do metal restante, Mg 10 6.2 4.6 7.6 3.0

Peso da escória, Mg 10 10 10 10 10

Oxigênio usado para o processo, m3 /Mg 33 33,5 35 32 34

Gás usado para o processo, m3 /Mg 3.4 2.8 2.15 3.5 4.9

Temperatura do banho de metal antes do vazamento, ÿC 1609 1609 1609 1609 1609

Tempo de toque para tocar, min 52 58 53 55 61

Tempo de consumo de energia do forno, min 40 35 40 44 42

Machine Translated by Google

562

Tais resultados mostram que o tempo de uma fusão a valor mínimo e máximo do banco de dados. O peso do
outra tem maior influência na demanda de energia. O fator metal após cada fluxo descendente e a temperatura do
que apresenta a maior diferença em relação ao valor real fluxo descendente foram considerados estáveis.
médio é o de menor significância quando se trata de O software AGEAF foi utilizado para calcular a
demanda de energia. Relações semelhantes foram obtidas demanda ótima de energia elétrica utilizada no processo
em relação às outras equações analisadas. de fusão no forno a arco. Os fatores acima mencionados,
A análise analógica foi realizada para o forno a arco cujos valores variaram do valor mínimo ao valor máximo
da Siderúrgica II. A base de dados obtida dos fundidos da tabela 3, foram usados como dados de entrada. Os
investigados exigiu, neste caso, uma seleção mais resultados obtidos juntamente com os valores médios
criteriosa. Devido à falta de dados referentes às para os fundidos reais são mostrados na tabela 4. A
quantidades de substâncias intensificadoras inseridas, a demanda mínima de energia elétrica calculada com base
equação (4) não foi analisada. A Tabela 3 apresenta nas equações (1) ÷ (3) é em cada caso maior que o valor obtido par
valores mínimos e máximos para os fatores selecionados do trabalho
Isso do forno.
prova que é impossível selecionar tais fatores
Os valores foram obtidos com base nos dados dos fundidos de para os valores de entrada que permitiriam uma queda na
pesquisa. demanda de energia para um valor abaixo da média dos
derretimentos reais. A qualidade e quantidade dos dados
TABELA 3 disponíveis podem ser a causa de tais valores. O número
Os parâmetros de entrada para o processo de otimização no software limitado de fatores analisados fez com que não fossem
AGEAF para o forno trabalhando na Siderurgia II
consideradas todas as fontes de calor presentes no processo.
Fatores particulares graças aos quais o consumo de
valores
nome do fator energia é mínimo foram analisados em relação aos
Mínimo Máximo
valores reais médios. Descobriu-se que a menor demanda
Peso da carga metálica, Mg 54 85
de energia foi calculada com base na equação (3).
Peso do metal fundido, Mg 65 78,4
Portanto, a equação (3) em comparação com outras
Peso do metal restante, Mg 6 6
ilustra melhor as condições reais de trabalho do forno a arco.
Peso da escória, Mg 1.7 2.0
A fim de otimizar a demanda de energia deste forno, é
– –
Oxigênio usado para o processo, m3 /Mg recomendável usar a equação acima mencionada.
– –
Gás usado para o processo, m3 /Mg Como pode ser visto na tabela 4, os valores calculados
Temperatura do banho de metal antes do 1630 1630 de fatores particulares são diferentes dos valores médios
vazamento, ÿC de fundidos reais. A menor diferença pode ser notada
– –
Tempo de toque para tocar, min
quanto ao peso da escória e a maior quanto ao peso do
Tempo de consumo de energia do 40 73
metal após a fusão.
forno, min
Tais resultados comprovam que o peso da escória tem
Os valores dos parâmetros do processo, que foram maior influência sobre os fatores analisados. O fator que
mostrados na tabela 4, também foram obtidos selecionando omais difere do valor médio tem a menor influência

TABELA 4
Os valores médios dos fundidos reais e os valores dos fatores obtidos que permitiram um consumo mínimo de energia e que foram calculados com o uso do
software AGEAF

Valores médios valores previstos

nome do fator
de fundidos reais
Equação 1 Equação 2 Equação 3

Valor calculado da demanda de energia elétrica, kWh/Mg 431 631 680 498

Peso da carga metálica, Mg 77 79 84 76

Peso do metal fundido, Mg 68 66 65 70

Peso do metal restante, Mg 6 2.0 5.8 0,4

Peso da escória, Mg 2 1.8 1.7 2.0

– – – –
Oxigênio usado para o processo, m3 /Mg
– – – –
Gás usado para o processo, m3 /Mg

Temperatura do banho de metal antes do vazamento, ÿC 1630 1630 1630 1630

– – – –
Tempo de toque para tocar, min

Tempo de consumo de energia do forno, min 51,7 55 64 58

Machine Translated by Google

563

sobre a demanda de energia. Relações semelhantes foram
indicadas no caso das equações restantes.
TABELA 5
Parâmetros teóricos para o processo de otimização no software AGEAF
para o forno da Aciaria I
valores
nome do fator
Mínimo Máximo
Peso da carga metálica, Mg 140 165
Peso do metal fundido, Mg 120 162
0 0
Peso do metal restante, Mg
10 10
Peso da escória, Mg
0 50
Oxigênio usado para o processo, m3 /Mg
bênçãos A Tabela 5 apresenta os fatores teóricos para o
forno da Aciaria I.
O software AGEAF foi novamente utilizado para calcular
a demanda de energia elétrica com base nos valores mínimo
e máximo da tabela 5. Os resultados foram apresentados na
tabela 6. Os resultados apresentados na tabela 6 mostram
que o valor calculado da demanda ótima, ou seja, mínima,
para a energia avaliada com base nas equações (1)÷(4) difere
dependendo da equação. O menor valor foi obtido no caso
das equações (1) e (4). Valores maiores foram obtidos no
caso das equações (2) e (3). Isso significa que para tais
condições de trabalho é bom usar as equações (1) e (4). As
equações (2) e (3) são menos úteis neste caso.

Gás usado para o processo, m3 /Mg 0 10

Os valores dos fatores que causam o consumo ótimo de
Temperatura do banho de metal antes do 1600 1600
vazamento, ÿC
energia mostram que é recomendável trabalhar na tecnologia
Tempo de toque para tocar, min 45 55 de fusão. Recomenda-se o desenvolvimento de tecnologias
que usem os fatores que tornam a demanda de energia ideal.
Tempo de consumo de energia do 35 45
forno, min Análises semelhantes foram realizadas para o forno da
Peso DRI 0 5 Siderúrgica II. Os valores mínimos e máximos teóricos foram
0 5 assumidos como no caso do primeiro forno. O software
peso HBI
AGEAF foi novamente utilizado para calcular a demanda de
A análise dos resultados mostra que a qualidade da base energia elétrica. Desta vez, os valores foram retirados da
de dados utilizada para otimização da demanda de energia tabela 7. A Tabela 8 apresenta os resultados dos cálculos.
não é das melhores (no caso da Aciaria II). Pode-se dizer que
os valores mínimo e máximo usados Os resultados apresentados na tabela 8 comprovam que
na otimização da demanda de energia foram, em grande o menor valor calculado foi obtido no caso da equação (4).
parte, coincidências. É por isso que valores teóricos Valores maiores foram obtidos para todas as outras equações.
mínimos e máximos de fatores particulares foram assumidos. Isso significa que é bom usar a equação (4) para controlar o
Eles foram preparados com base nos parâmetros de consumo de energia. A utilização das equações (2) ÷ (3) não
construção do forno e dados tecnológicos. Tais valores conduz à obtenção de fatores que garantam a demanda ótima
foram elaborados para ambos os fornos. Os valores foram mostrados em taelétrica.
de energia

TABELA 6
Os valores médios dos fundidos reais e os valores dos fatores obtidos que permitiram um consumo mínimo de energia e que foram calculados com o uso do
software AGEAF

valores previstos
nome do fator
Equação 1 Equação 2 Equação 3 Equação 4

Valor calculado da demanda de energia elétrica, kWh/Mg 297 349 350 298

Peso da carga metálica, 144 151 159 150

Peso do metal fundido, Mg 141 146 147 142

Peso do metal restante, Mg 8 4.9 9,0 7.7

Peso da escória, Mg 10 10 10 10

Oxigênio usado para o processo, m3 /Mg 42.36 32 32.9 40

Gás usado para o processo, m3 /Mg 3.8 2.7 8.2 7.3

Temperatura do banho de metal antes do vazamento, ÿC 1600 1600 1600 1600

Tempo de toque para tocar, min 52,9 50 52 46,5

Tempo de consumo de energia do forno, min 38 37.6 38 38

– 4.47 – 2,65
Peso DRI
– 1 – 2
peso HBI
Machine Translated by Google

564

TABELA 7
Parâmetros teóricos para o processo de otimização no software AGEAF para o forno da Aciaria II

valores
nome do fator
Mínimo Máximo

Peso da carga metálica, Mg 67 75

Peso do metal fundido, Mg 66 74

Peso do metal restante, Mg 0 5

Peso da escória, Mg 3 3

Oxigênio usado para o processo, m3 /Mg 0 40

Gás usado para o processo, m3 /Mg 0 7

Temperatura do banho de metal antes do vazamento, ÿC 1600 1600

Tempo de toque para tocar, min 58 70

Tempo de consumo de energia do forno, min 40 50

Peso DRI 0 5

peso HBI 0 5

TABELA 8
Os valores dos fatores que possibilitaram o consumo mínimo de energia e que foram calculados com o uso do software AGEAF

valores previstos
nome do fator
Equação 1 Equação 2 Equação 3 Equação 4

Valor calculado da demanda de energia elétrica, kWh/Mg 352 333 320 316

Peso da carga metálica, Mg 69 71 72 69

Peso do metal fundido, Mg 66 68,6 69 66

Peso do metal restante, Mg 4 2.48 1 3

Peso da escória, Mg 3 3 3 3

Oxigênio usado para o processo, m3 /Mg 33,8 28 37 33,8

Gás usado para o processo, m3 /Mg 3 5 2.6 5.4

Temperatura do banho de metal antes do vazamento, ÿC 1600 1600 1600 1600

Tempo de toque para tocar, min 67,5 59,7 63,0 68,0

Tempo de consumo de energia do forno, min 43 46 47 46

– 4.4 – 2.8
Peso DRI
– 1,0 – 0,17
peso HBI

4. Conclusões Reconhecimentos

As análises realizadas permitiram estabelecer
valores ótimos teóricos necessários para o processo.
Esses valores foram apresentados nas tabelas 2, 4, 6 e
8. Esses são fatores teóricos e sua utilidade só pode
ser verificada realizando testes de fusão com base em
O estudo foi financiado com recursos do Ministério da Ciência e Ensino
Superior da Polônia. Contrato AGH número 11.11.110.564
REFERÊNCIAS

valores semelhantes aos parâmetros definidos. Os

¨
fatores obtidos são valores abstratos, pois foram
[1] C. Unal, T. M urat, A. Karakas¸, análise da lei Secon
obtidos com base em fatores geométricos e tecnológicos da termodinâmica no forno elétrico a arco em uma
do trabalho do forno analisado. Eles podem ser, no empresa produtora de aço, Energy Conversion and
entanto, usados com sucesso como fatores que ilustram Management 44, 961-973 (2003).
¨
as mudanças necessárias. As mudanças devem ser [2] S. K ohle, Melhorias recentes na modelagem do
¨
feitas com o objetivo de obter novas tecnologias de fusão que possibilitem
consumo dea energia
diminuição do consumo
de fornos elétricos dea energia
arco, elétrica.
As análises realizadas comprovaram que as Dusseldorf, Alemanha 1999.
equações provenientes da literatura estão corretas no [3] H. P feifer, M. Kirschen, Análise termodinâmica da
caso de agregados semelhantes aos fornos para os energia EAF e comparação com um modelo
quais foram desenvolvidos. estatístico de demanda de energia elétrica, Electric
Steelmaking Conference, Itália 2002.
Machine Translated by Google

565

[4] W. A dams, S. A lameddine, B. B owman, N.
L ugo, S. P aege, P. S tafford, Fatores que influenciam
o consumo total de energia em fornos a arco, Proc.
59ª Conferência de Fornos de Arco Elétrico, Phoenix
Arizona, s. 691 (2001).
[5] H. P feifer, M. Kirschen, JP Simoes, Ther modynamic
analysis of EAF electric energy demand, Conference
EEC 2005 Birmingham 2005.

Recebido: 10 de maio de 2005.